AI Agent Desktop 产品定位及技术选型文档
1. 产品概述
1.1 产品名称（暂定）
AI Agent Desktop
一个运行在用户本地电脑上的智能 Agent 工作平台。
产品定位：
面向个人开发者、知识工作者和企业用户的下一代 AI 工作操作系统，通过 Agent Harness 将大语言模型、工具调用、技能系统、任务自动化和本地执行环境结合，实现从「问答助手」到「自主完成任务」的升级。
2. 产品定位
2.1 核心定位
不是聊天机器人，而是：
一个具备理解、规划、执行、学习能力的个人 AI Agent 平台。
传统 AI：
用户
|
提问
|
LLM
|
回答
AI Agent Desktop：
用户目标
↓
Agent
↓
理解任务
↓
拆解计划
↓
调用工具
↓
执行任务
↓
验证结果
↓
持续优化
↓
交付结果
3. 产品目标
3.1 第一阶段目标
打造个人 AI 工作助手：
能力：
- AI 对话
- 文件理解
- 文件修改
- 代码生成
- 本地命令执行
- 项目创建
- 自动化任务
类似：
- Claude Desktop
- Cursor Agent
3.2 第二阶段目标
打造 Agent 平台：
增加：
- Skill 创建
- Skill 调用
- Workflow 自动化
- 多 Agent 协作
- 插件生态
3.3 长期目标
成为：
用户电脑中的 AI 操作系统。
类似：
Windows
+
AI Agent Layer
4. 用户画像
4.1 开发者
需求：
- 写代码
- 调试项目
- 自动部署
- 学习技术
场景：
帮我创建一个 Nuxt 博客系统
↓
Agent:
创建项目
安装依赖
写代码
启动服务
测试
4.2 企业员工
需求：
- 文档处理
- 数据分析
- 自动办公
场景：
分析100份PDF合同
↓
生成风险报告
4.3 普通用户
需求：
- 自动完成电脑任务
场景：
整理我的照片
↓
分类
重命名
压缩
上传
5. 核心功能设计
5.1 AI Chat
基础交互：
支持：
- 多轮对话
- 文件上传
- 图片理解
- 上下文管理
5.2 Agent Task
核心能力。
用户输入：
帮我开发一个博客系统
Agent：
自动拆解：
任务：
创建博客
子任务:
1. 初始化项目
2. 创建数据库
3. 编写API
4. 开发页面
5. 测试
6. 部署
5.3 Tool System
Agent 工具能力。
内置：
| Tool | 能力 |
|---|---|
| File Tool | 读写文件 |
| Terminal Tool | 执行命令 |
| Browser Tool | 浏览网页 |
| Git Tool | 版本控制 |
| Database Tool | 数据库操作 |
| API Tool | 调用接口 |
5.4 Skill System
Skill 是 Agent 能力扩展。
结构：
skills/
├── vue-builder
├── pdf-analyzer
├── research-agent
├── deploy-agent
Skill:
包含：
skill.json
prompt.md
workflow.yaml
tools.yaml
5.5 Memory System
三层记忆。
Conversation Memory
当前聊天：
messages
Task Memory
任务状态：
task
|
progress
|
history
Long Memory
用户偏好：
喜欢Vue3
使用TypeScript
代码风格xxx
5.6 Automation
支持：
每天9点：
读取邮件
总结
生成报告
发送
类似：
- Zapier AI
- Microsoft Copilot Studio
6. 产品整体架构
Desktop APP
Electron/Tauri
|
|
Agent Harness
|
------------------------------------------------
| | | |
Agent Memory Skill Task
Core System Engine Engine
|
Tool Runtime
|
-------------------------------------------------
| | | |
File Shell Browser API
|
Sandbox Runtime
|
Docker
|
LLM Provider
GPT
Claude
Gemini
Local Model
7. 技术选型
7.1 Desktop Framework
推荐：Electron
原因：
成熟生态：
- VS Code
- Cursor
- Claude Desktop
技术：
Electron
+
Vue3
+
TypeScript
优势：
- Node生态
- 调系统能力强
- 开发效率高
缺点：
- 包体积较大
备选：
Tauri
适合：
后期优化。
7.2 前端技术
选择：
Vue3
+
TypeScript
+
Vite
+
TailwindCSS
+
Pinia
理由：
- 开发效率高
- 组件生态成熟
- 适合桌面应用
7.3 Agent Runtime
核心：
自研 Agent Harness
不建议完全依赖框架。
架构：
Agent
Planner
Executor
ToolManager
MemoryManager
SkillManager
代码：
agent-core/
Agent.ts
Planner.ts
Executor.ts
ToolRegistry.ts
Memory.ts
Skill.ts
7.4 LLM 接入层
统一接口：
LLM Provider
|
----------------
OpenAI
Claude
Gemini
Ollama
Local Model
接口：
interface LLMProvider {
chat()
stream()
embedding()
}
7.5 Agent Framework
推荐组合：
核心：
自研 Harness
辅助：
LangGraph
用于：
- 状态机
- 工作流
Vercel AI SDK
用于：
- Streaming
- Tool Calling
7.6 数据存储
本地数据库
SQLite
保存：
- 用户配置
- 对话
- Task
- Skill
向量数据库
选择：
LanceDB
或者：
Chroma
用途：
Memory Retrieval
7.7 文件系统
结构：
workspace/
projects/
skills/
memory/
logs/
7.8 执行环境
重点。
采用：
Docker Sandbox
架构：
Agent
↓
Docker Container
↓
执行代码
↓
返回结果
作用：
隔离：
- 文件
- 网络
- 权限
7.9 Browser Automation
技术：
Playwright
能力：
- 浏览网页
- 点击
- 输入
- 截图
- 数据采集
8. 核心模块技术设计
Agent Core
职责：
- 接收任务
- 调度流程
- 调用工具
Planner
负责：
任务拆解。
输入：
创建商城系统
输出：
Step1 UI设计
Step2 API
Step3 Database
Executor
执行：
Task
↓
Action
↓
Tool
Tool Registry
统一管理工具。
例如：
registerTool({
name:"write_file",
execute()
})
Skill Engine
负责：
Skill发现
Skill生成
Skill执行
Skill升级
9. 安全设计
必须考虑。
文件权限
限制：
workspace/
允许
系统目录
禁止
命令执行
危险命令：
禁止：
rm -rf /
format disk
网络权限
控制：
允许域名
请求次数
10. MVP版本规划
V1.0
周期：
2-3个月
功能：
✅ Desktop App
✅ Chat
✅ GPT/Claude接入
✅ 文件读写
✅ Terminal Tool
✅ 基础Agent
V1.5
增加：
✅ Memory
✅ Skill
✅ Task
✅ Docker Sandbox
V2.0
增加：
✅ Browser Agent
✅ Multi Agent
✅ Skill Marketplace
✅ Workflow
11. 推荐技术栈总结
| 层 | 技术 |
|---|---|
| 桌面 | Electron |
| 前端 | Vue3 + TS |
| UI | Tailwind + NaiveUI |
| Agent | 自研Harness |
| Workflow | LangGraph |
| LLM | OpenAI/Claude/Gemini/Ollama |
| 数据库 | SQLite |
| 向量库 | LanceDB |
| 执行环境 | Docker |
| 浏览器 | Playwright |
| 后端 | Node.js |
| 通信 | IPC/WebSocket |
12. 最终产品形态
AI Agent Desktop
聊天窗口
↓
Agent Brain
↓
Planner
↓
Skill Engine
↓
Tool Runtime
↓
Computer Environment
↓
完成任务
结论
该产品本质不是：
❌ AI聊天工具
而是：
✅ 本地 Agent Runtime + Skill 平台 + 自动化执行系统
核心竞争力：
- Agent Harness
- Tool生态
- Skill系统
- 本地执行能力
- 用户长期记忆
技术路线建议：
Electron + Vue3 + TypeScript + 自研 Agent Harness + Docker Sandbox + Skill Engine
这是目前最接近 Claude Desktop / Cursor / Devin 方向的工程路线。